【完结】cyのMemo（20231231~20240208）

序言

最终，无事发生，我的跨年是在图书馆（因为我忘带卡打不开实验室门），和去年一样。其实我并不想去图书馆，但是觉得在床上跨年太颓废，找个好点的处所，至少说得过去些。人嘛，体面些，不磕碜。

我对2023年基本满意，至少比前两年要好很多，在经历越来越多事情后，对世间事物的运行规律更加清楚，对自己的未来更加明晰。大家都是资深成年人，跨不跨年又有何谓？正如我现在认为的那样，拼死拼活，爬到多高的位置，无非是换了个圈子，总有比你更强的人，如果给我重来的机会，或许本科毕业就找个活干。不如养生。

---

---

20231231

• 吃惊地发现SXY在31日凌晨两点多竟然在淮海中路云海大厦的一间酒吧，灯红酒绿。我不是对酒吧有何偏见，但是至少在我的印象里，SXY不像是那种会去酒吧到深夜的人，我不清楚为什么，但人或许总是会变。之前跟宝玺、剑仙一起吃饭时，宝玺问你们喝酒都是为了什么，剑仙说当然是精神解脱，我不以为然，因为我喝酒都是跟最好的朋友一起吃饭才会喝。或许酒的确是有那些用途的吧。
• 然而，LXY不仅没有感冒，而且生龙活虎地在31日清晨七点，去操场跑23.24km跨年（用时2:00:55，平均配速5’12"/km，汗颜），瞋目结舌。我知道她很猛，但没想到会这么猛。我自己最长也不曾跑过半马以上的距离，更不用说是在场地。而且31号早晨重度污染，好多跑团的活动都临时取消，真是早起的鸟儿有霾吸。我撺掇LXY一起报锡马，她要是能去，我们四五个兄弟绝对不追求成绩，主线任务就是破风带路。
• 旧岁到此结束，无论喜怒哀乐，相信新年将有无限可能。——To you all

df.apply的broadcast参数，布尔型的可选参数。当为None或False时，会返回一个与原dataframe的column或index长度相同的Series。 当为True时，会返回一个index和column跟原dataframe相同的dataframe（当然结果进行了广播）。

还有一个很重要的参数raw： 布尔型。默认为False。当为False时，会将dataframe中的每一个column或每一个index上以Series的形式传到函数中（这也是常规的做法，此时逻辑是循环，通常很慢）。当为True时，则会把数据以np.ndarray的形式传到函数中，如果这个时候func用的就是numpy的函数，则执行效率会非常高。

在0.23版本以后，这个参数会被替换成result_type='broadcast'，可选值包括以下几种：expand、reduce、broardcast、None。确定返回形式。（0.23.0以后版本才有并且只有当axis=1时这个参数才能发挥作用）

此外，apply支持位置参数agrs，和关键词参数**kwds

另外，假定X是dataframe的一列，比如每行的数值是一个列表或者np.ndarray，可以使用np.array(X)是无法将它变成一个矩阵的，得用np.stack或者np.vstack才行。

---

20240101

• Happy New Year! Wish you all the best!
• 万能的LXY终于倒下，早上说膝盖崩了，问我疼没疼，说实话，不算去年4月初意外扭脚，我已经一年半腿脚没有疼痛过了，得益于前掌跑法和力量训练（我目前的看法，不以达二级运动员为目标的跑步训练，对身体一定是利大于弊，损伤可以忽略不计，前提是训练是科学的）。
• 我觉得现在这样也挺好，把LXY当作目标去追求，让自己能够做事更努力些，能不能追得到又有何所谓？今早打开微信想回消息时，才发现认识的这两年多，我竟只跟她单聊过三句话，第一句是默认的打招呼语句，第二句是2022年春节贺喜（我没有回复），第三句是2023年春节贺喜（我有回复），尴尬得不行，王凯再三嘱托我不要在群里聊，一定要单聊，但是你这让我怎么开得了口，唉，两年前刚认识的时候，我就知道她很NB，学习运动全能选手，所以早有自知之明，但是两年后我觉得自己似乎也可以，高低现在也能算个业余精英跑者，学习也勉强说得过去，就有些蠢蠢欲动了。
• 我总觉得，那些单身很久的人，必定会有很突出的性格缺陷，我自己在关键问题上缺乏主见，患得患失，常为小事焦虑。因此相处需要的是理解，而不是冲动。
• 下午场地万米，41’07"（平均心率167bpm）。似乎平常的例训，但前5000米我是穿着外套慢摇，脱了之后，后5000米用时19’50"（4’05"+4’05"+4’01"+3’57"+3’42"），顶了一波心肺强度（190bpm）。很满意的结果，至少我现在可以轻松地把5000米跑进20分，这就足够了。
  

df = df.loc[df["列名"].str.contains("需要筛选的字符串"),:]

如果字段df["列名"]存在缺失，此法会报错。

解决方案是：在筛选中加上"na=False"，这意思是：遇到非字符串的情况，直接忽略。

df = df.loc[df["列名"].str.contains("需要筛选的字符串", na=False),:]

之前说df["列名"].map有一个参数na_action可以用来简便处理缺失：

>>> a = pd.DataFrame({"a": [np.nan, "1", "2"]})
>>> a["b"] = a["a"].map(int, na_action="ignore")
>>> a["b"]
0    NaN
1    1.0
2    2.0
1
2
3
4
5
6

这是ok的，但是比如有时候你需要筛选带有特定字符串的，NaN并不能作为False处理，还是得用最一开始提到的方法。

---

20240102~20240103

• 嘉伟昨晚居然一个人去听维也纳皇家乐团的跨年演出，竟然如此上流，认识这么久我都不知道。我一直觉得下半年嘉伟沉寂是因为失恋，我也有些事情想问他，所以就约了今晚一起训练。
• 很久没有这种感觉，一天听不到消息就会些许失落，但又不肯主动去cue，昨晚快12点时LXY才冒了泡。
• 昨晚回来去操场慢跑5000米（均配4’35"），追加20kg负重的30×8组箭步，最后冲了一个400米（1’15"），练完力量适合接一组爆发，最后放松拉伸，拉了会儿单杠，状态不错。
• 今晚按计划约嘉伟跑课表，6k+6k节奏跑，间隔3~4分钟，嘉伟带的3’50"左右的配速（我跟嘉伟实力悬殊，嘉伟目标是帮我顶到极限，但不可否认跑前我确实觉得自己状态很好），第一组顶到5000米力竭，用时19’30"（表漂了，距离不准），当时觉得不可能坚持完第二组，第二组开始时跟嘉伟说，估计要跑一圈停一圈，结果第二组一直坚持到5000米才停下，用时19’08"，比第一组还要快，我自己都震惊了，状态好的离谱，如果是全盛状态下，我极有可能破开19分。4分配终于被我彻底跨过，可以更轻松地腾跃以扩大步幅，现在就算是3’50"的配速，跑起来也相当稳，这就是腿部力量与核心力量强大后立竿见影的效果。
• 练完我问嘉伟有没有接着谈的打算（主要一直觉得他和濛麓走的很近，他觉得濛麓很好，但听下来他似乎另有所思），我告诉他佩瑶已有新任，嘉伟很吃惊，我说新任就一棒子脸根本比不上你，她眼光真差，嘉伟估计是受刺激了，跟我分开后他居然又折道回操场干了3个1000米间歇，唉，人呐，这就是我不愿意再去触碰恋爱的原因。其实我是想顺着引出想追LXY的事，想听听嘉伟的看法，但是时间太短我没能说出口，但我觉得自己可能也真的说不出口，我不知道自己到底在想什么，自相矛盾，却又放弃不下，我觉得自己错过了一个又一个人，难道还要这样继续错过吗？我已经没有时间了。
  

pandas dataframe绘图参数

DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, 
                sharex=None, sharey=False, layout=None, figsize=None, 
                use_index=True, title=None, grid=None, legend=True, 
                style=None, logx=False, logy=False, loglog=False, 
                xticks=None, yticks=None, xlim=None, ylim=None, rot=None, 
                fontsize=None, colormap=None, position=0.5, table=False, yerr=None, 
                xerr=None, stacked=True/False, sort_columns=False, 
                secondary_y=False, mark_right=True, **kwds)
1
2
3
4
5
6
7
8

x和y：表示标签或者位置，用来指定显示的索引，默认为None
kind：表示绘图的类型，默认为line，折线图
line：折线图
bar/barh：柱状图（条形图），纵向/横向
pie：饼状图
hist：直方图（数值频率分布）
box：箱型图
kde：密度图，主要对柱状图添加Kernel 概率密度线
area：区域图（面积图）
scatter：散点图
hexbin：蜂巢图
ax：子图，可以理解成第二坐标轴，默认None
subplots：是否对列分别作子图，默认False
sharex：共享x轴刻度、标签。如果ax为None，则默认为True，如果传入ax，则默认为False
sharey：共享y轴刻度、标签
layout：子图的行列布局，(rows, columns)
figsize：图形尺寸大小，(width, height)
use_index：用索引做x轴，默认True
title：图形的标题
grid：图形是否有网格，默认None
legend：子图的图例
style：对每列折线图设置线的类型，list or dict
logx：设置x轴刻度是否取对数，默认False
logy
loglog：同时设置x，y轴刻度是否取对数，默认False
xticks：设置x轴刻度值，序列形式（比如列表）
yticks
xlim：设置坐标轴的范围。数值，列表或元组（区间范围）
ylim
rot：轴标签（轴刻度）的显示旋转度数，默认None
fontsize : int, default None#设置轴刻度的字体大小
colormap：设置图的区域颜色
colorbar：柱子颜色
position：柱形图的对齐方式，取值范围[0,1]，默认0.5（中间对齐）
table：图下添加表，默认False。若为True，则使用DataFrame中的数据绘制表格
yerr：误差线
xerr
stacked：是否堆积，在折线图和柱状图中默认为False，在区域图中默认为True
sort_columns：对列名称进行排序，默认为False
secondary_y：设置第二个y轴（右辅助y轴），默认为False
mark_right : 当使用secondary_y轴时，在图例中自动用“(right)”标记列标签 ，默认True
x_compat：适配x轴刻度显示，默认为False。设置True可优化时间刻度的显示

---

20240104

• 后来下班我在群里说今晚诚信慢跑，嘉伟考完最后一门要聚餐，AK要加班，宋某直接失联，我想着这周前三天都是大强度，四五可以放松跑。但我真实目的是想试探LXY来不来跑，但是等了会儿一直没有想要的答复，只好鼓起勇气去单聊约她出来，原来她下午已经打过球（看来膝盖是真的好了），她说明天可以，但是生理期，只能诚信慢跑，这就触及我的知识盲区了，为了让她信服我的诚信，今晚特地去跑了一个5’34"/km配速的6.66km（平均心率142bpm，说实话，这么慢的跑着真累），顺带打电话跟医生老妈请教了一下这个生理期的问题，老妈非常耐心地给我科普了一下常识，说我真是个睿智，生理期都不懂，白活这么大。
• 李乐康元旦去日本，为的是第100回箱根驿传，他到现场观战，人非常多。发了几张照片给我们看，热血沸腾，日本高校长跑精英的那种极致力量感，要知道中国的万米和半马国家记录放在日本这些前十的高校里，连它们参赛队伍的平均水平都比不上（人均万米28分台），这还只是他们的大学生，并非最顶尖的职业选手。今年青学（不是网球王子的青学）刷新大会新，以及5区的区间新被两次刷新（山神降临），10年7冠，重回王座，往路3个区间赏，1个区间新，也算是第100回箱根驿传之圆满，要知道复路的7区天降暴雨，极其恶劣的条件下都刷新大会记录，抛开民族情节不谈，小日本真的令人震撼。
  

Seaborn绘图记录：散点图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="darkgrid") #这是seaborn默认的风格

#scatterplot参数
seaborn.scatterplot(x=None, y=None, hue=None, style=None, size=None, 
data=None, palette=None, hue_order=None, hue_norm=None, sizes=None, 
size_order=None, size_norm=None, markers=True, style_order=None,
 x_bins=None, y_bins=None, units=None, estimator=None, ci=95, n_boot=1000, 
 alpha='auto', x_jitter=None, y_jitter=None, legend='brief', ax=None, **kwargs)
1
2
3
4
5
6
7
8
9
10
11
12

x，y：横纵轴数据
hue：具体用以做分类的列，如'event', 'day'
data：是你的数据集，可选；
style：绘图的风格，如'time', ''event'
size：绘图的大小，可以直接设置为'size'
palette：调色板，如可以设置为palette=["b", "r"]
markers：绘图的形状，如可以设置为['o', 'x']，其实就是点的形状
ci：允许的误差范围（空值误差的百分比，0-100之间），可为‘sd’，则采用标准差（默认95）；
n_boot（int）：计算置信区间要使用的迭代次数；
alpha：透明度；
x_jitter，y_jitter：设置点的抖动程度。

---

20230105

• 晚上按约定陪跑LXY，12.38km，1小时5分，均配5’18"。从头聊到尾（很难想象女生能这种配速跑这种距离，还是生理期，还特么能说话，我因为要克制住速度，跑到最后都僵硬了，累得不行），出于隐私考量，我就不写具体内容，因为以她的性格，真的可能只是无意地说出那些暗示性极强的话。我并没有流露太多信号，依然是站在普通朋友的立场上说话做事，因为我并没有真的下定决心，虽然我很想更进一步，最后在学校已经没有多少时间，想还能留下一段回忆。
• 跑完回实验室打了个电话给妈妈，想到经年种种，难以置信地，我竟然哭了出来。等我开始写这段话的时候，又觉得自己很幼稚得可笑。
• 都说爱的是一个，成家立业的又是另一个，但这并不意味着前者是没有意义的。我跑了4年步，被父辈祖辈质疑了4年，从当年体测1000米在及格线上挣扎的人，到如今万米破40分，5000米19分台（预计可破19分），勉强也算个业余精英，结识了一群志同道合的朋友和一两个能交心的挚友，前几天我在回翻自己之前的朋友圈，几乎全部都是跑步，尽管我第一个10km就跑到了49’50"，那时觉得自己多么厉害，但现在看起来又多么弱小。坚持许多年做一件事情怎么会没有意义呢？这些年，它本身就是意义。
• 我不知道，我真的不知道，但我真的很想知道。罢了。

小技巧：发现函数的参数定义可以这样写：

def f(*a, b, c, d, **e):
	print(a)
	print(b)
	print(c)
	print(d)
	print(e)
f(1, 2, 3, b=1, c=2, d=3, e=123, f=342, h=324)
1
2
3
4
5
6
7
'
运行
运行

如果想禁用位参（即强制调用时必须注明名参的名字），可以这样写：

def g(*, a, b, c): ...
1
'
运行
运行

这样的情况调用函数g必须使用：g(a=1,b=2,c=3)的形式，如果写成g(1, 2, 3)则会抛出异常

TypeError: g() takes 0 positional arguments but 3 was given
1

---

20240106

• 早上AK五点半去世纪公园进行NIKE黑马训练营的训练，3’43"均配跑了20km，太可怕了，今早上海全境重霾，肉眼可见的污染。
• 下午按计划与嘉伟进行20km拉练（预定配速4分整），没想到嘉伟竟然6000米就不行了，很罕见（4分配对他来说就是很简单的有氧跑）。他下场后我顶到8000米，平均配速3’58"，很吃力，感觉可以顶到10km，但绝对坚持不到20km。还好LXY过来（昨晚她是说要来凑个热闹），准备跟她摇完最后12km。
• 我本以为LXY昨晚跟我跑12km，而且是生理期，今天怎么也不至于还能跑这么多。结果今天跑的比昨天还猛，我4’57"的配速跑了10km，腿已经完全抬不动，她却依然游刃有余，最后几圈她看出我体力不支（确切地说，是腿力不支，心率都掉到135bpm了，体能是绝对够的，现在的短板是大腿力量），提出让她来跑外道，我跑内道，我一脸???，最后她又是一共跑了12km，均配5分整，真给我整不会了。
  
• 这两天跑的太多，约定明天就不跑了，下周再约。跑完拿两个垫子一起拉伸会儿，女生身体是真的很柔软，脸都能压到腿面上。离开后跟着走了一段，今天比昨晚走得长些（再往前应该就没有一起走过路）。年纪大了，不想像年轻人那样搞些幼稚俗气的操作，在这个互相试探的过程中逐渐摸索，但自己还是处于信息的劣势方，她问了我一些，包括我的恋爱史（我只是说自己是分手后才加入田径队），我也主动说了一些，我却似乎问得很少，该从何问起，如何问起，感觉上她很有可能到现在都没有过一次恋爱，这让我极其费解，可能就像胡哥跟我说的那样，女生太优秀就是这样吧。如果真是第一个吃螃蟹的人，我也怕被夹到舌头，唉。

关于tokenizer添加special_token的问题：

from transformers import BertConfig
from transformers import BertTokenizer
from transformers import BertModel

model_name = "hfl/chinese-roberta-wwm-ext/"
model_dir = "models/pretrain_models/" + model_name

config = BertConfig.from_pretrained(model_dir)
model = BertForMaskedLM.from_pretrained(model_dir)
tokenizer = BertTokenizer.from_pretrained(model_dir)

add_tokens = ["[desc]", "[title]"]
tokenizer.add_tokens(add_tokens)                                #返回一个数，表示加入的新词数量(2)

special_tokens_dict = {'additional_special_tokens': add_token}. # add_special_tokens 传入是一个key为additional_special_tokens的dict
tokenizer.add_special_tokens(special_tokens_dict)               # 效果与add_tokens等价

model.resize_token_embeddings(len(tokenizer))                   # 关键步骤，重新调整所有的向量数量，即vocab size
tokenizer.save_pretrained(model_dir)                            # 将当前tokenizer保存本地，实现保留增加[token]。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

---

20240107~20240108

• 凯爹问我要SXY的wx，我有些不解，他说为了扩大社交圈，中金那边认识的人太少了，我觉得也没啥不方便的，只是已经一个多月没联系过。凯爹叮嘱我不要去联系SXY，我思来想去，他们搞行研的自己扯吧，我也不掺和啥了。我也吃不准SXY，保不齐她还在看我写的东西。
• 昨天去小姨家大补，七点到实验楼陪AK爬楼3组（1~15层，他干了10组，我因为前两日量太大，走路都累，休一日）。回实验室后突然觉得烦躁，因为一天没有听到LXY的消息，不平静，在日记本上划拉好久，暗示自己平复下来，拖到最后直到零点把论文投掉才离开。心真乱了，太差劲太差劲，这么多年一点长进都没有，还是这个老样子。
• 万幸没失眠（把自己逼到极限，就不会失眠），一觉醒来依然精力充沛，九点整打个早卡，本想晚上早些回去，可是下午下雨，LXY说七号楼11~23点停水，所以下午去健身房跑步顺带洗个澡窝宿舍里了，不过晚上回来操场也不开放，只是连食堂都不开是真难受。只得出去觅食，回来到实验楼负1层3000个跳绳+200个双摇，回去再补核心训练，群里大伙儿也没闲着（除了已经躺了半个月的宋某），雨天也有三位都在环校跑步。
• 真好，以前我们只是各自在跑，现在将这些水平尚可的人聚集起来（可惜女生太少，但苛求女生跑步确实很难），相互激励，这个冬天过去，整体实力一定会有进步，现在连zjc都能4’26"配速跑完16km，开春万米跑进42分应该问题不大。我现在对自己的目标是开春万米破39分，5000米破18分半（自以为是可以达到的，因为我现在比之前训练要科学规律得多）。一定要控制饮食，保证高质量睡眠，每年年后水平都是暴跌，今年难得有正当理由挨到除夕再回家，七天之后就可以返回上海，一定要把过年这个发福期扛过去，以最全盛的状态迎接上半年比赛。

余弦学习率（torch文档—余弦相似度衰减学习率，torch文档—余弦相似度衰减学习率）：

转自：https://zhuanlan.zhihu.com/p/261134624

torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max, eta_min=0, last_epoch=-1, verbose=False)
1

optimizer (Optimizer) – Wrapped optimizer.
T_max (int) – Maximum number of iterations.
eta_min (float) – Minimum learning rate. Default: 0.
last_epoch (int) – The index of last epoch. Default: -1.
verbose (bool) – If True, prints a message to stdout for each update. Default: False.
1
2
3
4
5

CosineAnnealingLR比较简单，只对其中的最关键的Tmax参数作一个说明,这个可以理解为余弦函数的半周期.如果max_epoch=50次，那么设置T_max=5则会让学习率余弦周期性变化5次.

max_opoch=50, T_max=5